مدل سازی مساله ترکیبی تعیین اندازه انباشته و برش مواد خام و حل آن با استفاده از یک روش ترکیبی مبتنی بر الگوریتم ژنتیک و یک روش حل دقیق

هدف: تعیین اندازه انباشته برای تعیین میزان تولید مجموعه ای از قطعات و محصولات تولیدی و برش مواد خام برای تعیین الگوی برش مواد خام و تعداد استفاده از هر الگو برش استفاده می ­شود.روش شناسی پژوهش: در این پژوهش یک مدل ریاضی یکپارچه برای تعیین اندازه انباشته و برش مواد خام با هزینه تاخیر در تحویل سفارشات، اضافه کاری و خرید مواد اولیه با هدف کمینه سازی هزینه های تولید معرفی شده است. در مدل پیشنهادی تعیین اندازه انباشته به صورت چند سطحی و چند دوره ای و برش مواد خام به صورت یک بعدی در نظر گرفته شده است. با توجه به NP-hard بودن مساله و عدم کارایی روش ­های دقیق در ابعاد بزرگ، یک روش ترکیبی مبتنی بر الگوریتم ژنتیک و حل دقیق با نرم افزار گمز ارایه شده است. در روش پیشنهادی، مساله موردنظر به دو قسمت تجزیه شده که در آن الگوهای برش مواد خام با الگوریتم ژنتیک مشخص می­ شود، سپس مساله با استفاده از نرم افزار گمز حل می ­شود. جهت بررسی عملکرد روش پیشنهادی چندین مساله نمونه معرفی و با روش حل پیشنهادی، حل شده است و نتایج آن با حل مساله با الگوریتم ژنتیک مقایسه شده است.یافته ها: نتایج مساله حاکی از کارایی روش حل پیشنهادی است. میزان انحراف روش حل پیشنهادی از جواب دقیق برابر با %۱.۵ است و میزان بهبود روش پیشنهادی در ابعاد بزرگ نسبت به الگوریتم ژنتیک که روش دقیق قادر به حل آن نیست، برابر با %۱۶.۸ است. با افزایش %۱ در هزینه­ های خرید میزان افزایش هزینه های مساله و هزینه های نگهداری به صورت میانگین %۰.۶ و %۰.۴۳ و با افزایش %۱ در هزینه خرید، هزینه های مساله و نگهداری به صورت میانگین %۰.۷۳ و %۰.۲۳ افزایش می یابد.اصالت/ارزش افزوده علمی: مساله تعیین اندازه انباشته و مساله برش مواد خام دو موضوع مهم در صنعت تولید هستند که در فرآیند تولید بسیاری از صنایع ازجمله صنعت مبلمان، کاغذ، آلومینیوم، صنایع فلزی و ... کاربرد دارند.

کلیدواژه ها:

تعیین اندازه انباشته ، برش یک بعدی مواد خام ، جریمه دیرکرد ، هزینه اضافه کاری ، الگوریتم ژنتیک